本话题地址，参与即可获得礼品：
在深度学习之前已经有很多生成模型，但苦于生成模型难以描述难以建模，科研人员遇到了很多挑战，而深度学习的出现帮助他们解决了不少问题。当下3大深度学习生成模型Variational autoencoder（VAE）、Generative Adversarial Network（GAN）以及GAN的变种各有所长。
其中Masking GAN经过学习之后，已经能让你照片改变表情了，具体效果见下图：
是不是突然感觉眼前一亮？以后咱拍照片只需要一个表情就够了，然后GAN通过学习表情包或者斗图之后，会把我们变成各种表情，省时省力有木有。
目前市面上有许多这样的应用客户端，大都能够在拍照后更改面部表情。实现这一操作的方法多种多样，但GAN应该是表现最优的方法。Masking GAN的方案框图：
使用内置分段的生成器结构；
通过分割掩码将原始图像与新的图像块混合；
整个网络的训练过程是个端到端的过程；
使用L1恒等损失约束生成器并减少改变；
最后得到的结果，是不是很惊人：
除此之外，我们再来看看今年机器学习的战果：
2017年12月，DeepMind推出了AlphaZero。可以在几个小时内掌握各种游戏。经过八个小时的自我训练，该系统不仅可以击败AlphaGo Zero之前的版本，还击败了国际象棋、将棋的最强AI。
卡内基梅隆大学所开发的 Libratus 再次在与人类的德州扑克比赛中取得了胜利。Libratus 击败了四个更加优秀的职业选手（专家级扑克玩家），总体交收 12 万多手。计算机最后赢得约为 180 万美元的筹码。
今年8月12日，埃隆·马斯克旗下旨在研究通用人工智能解决方案的公司OpenAI，所训练的一款人工智能算法在著名的电子竞技游戏Dota2国际邀请赛The International中，参与了1V1比赛环节，并压倒性的击败了顶级电子竞技选手Dendi。